机器人的经验，开始自己长了

一台机器人在户外烤串，翻面时停住了，它重新观察烤盘，调整动作，继续推进任务。线上550万观众盯着这场直播，看的不是零失误，而是失败之后会发生什么。

同一时间窗口里，SeeAct AI的穆尧公开断言：具身智能的终局，一定是从「被训练」走向「自我进化」；General Instinct则把机器人模型的端侧推理速度最高卷出33倍——乐享科技、穆尧、General Instinct三件事同时发生不是巧合。具身智能的叙事，正在从「堆数据、刷成功率」切换到「攒经验、会自进化」，而推理效率是这个新叙事的隐形地基。

🍢 一场直播，把自进化推上了牌桌

敢让机器人当众失败，本身就是一种产品策略。

乐享科技最近搞了场户外直播：搭载Aether以太大模型的机器人现场接受随机点单，完成食材和工具处理、烤制、翻面、上菜在内的完整烧烤任务，并且要应对临时打断、需求临时增加和场景变化。现场超30位专业媒体、线上超550万观众围观。

实际过程并不完美。机器人完成了部分自主烧烤操作，也出现了停顿、失败和重新调整。两台机器人本体全程互相传递任务信息、自主思考决策并合理分工协作。

但乐享科技似乎不打算回避这些不完美。它想证明的重点，不是机器人在固定流程里零失误地把串烤完，而是任务和环境变了之后，机器人能不能继续找信息、调动作、把任务推进下去。

这背后是一个颇大胆的claim：Aether以太大模型能够在部署和执行过程中持续更新，团队把这种能力概括为「自进化」，并称其为全球首个能自进化的具身智能模型。

直播结束不等于论证结束。「自进化」至少要回答三个问题：第一，机器人能不能发现现实和自己预测之间的偏差；第二，它能不能判断哪些经验值得留下、哪些应该忘掉；第三，它能不能把一次任务、一个场景、一具身体上的经验，迁移到新的任务、场景和身体上。一场直播回答不了全部，但它把评测的靶子从「成功率」挪到了「失败后的恢复力」——这个靶子的挪动，比结果本身更重要。

🧠 穆尧：机器人缺的不是数据，是经验

数据喂得再饱，也长不出真经验。

时间拨回2021年，那是具身智能最荒芜的时候：没有成熟数据集，没有标准Benchmark，甚至没有一条被验证能走通的技术路线。就在那一年，穆尧南下港大读博，进入HKU MM Lab，成为实验室创始人罗平教授和中国人工智能奠基人之一的汤晓鸥教授共同指导的学生。当时罗平给他的判断是：「具身智能会是一个非常 Promising 的方向。」

四年多过去，穆尧给出的核心判断只有一句话：机器人真正缺的，不是数据，而是经验。

这句话值得细品。过去两年，行业的主流动作是堆真机数据、堆遥操作时长、堆演示视频，真机数据采集一度被当成军备竞赛。但如果「缺的是经验」这个判断成立，就意味着：数据是静态的快照，经验是带反馈闭环的持续更新——前者靠人力采集堆量，边际收益递减；后者靠模型在与物理世界的交互中自己长出来，越跑越值钱。

这也是「被训练」和「自我进化」的分水岭。被训练的模型出厂即巅峰，权重封版，遇到没见过的情况只能靠泛化硬扛；自我进化的模型在部署和执行中持续更新，今天的失败会变成明天的能力。如果终局真是后者，那么当下各家比拼的真机数据规模，充其量只是入场券，不是决胜局。

⚡ 推理不够快，一切自进化都是空谈

模型再聪明，跑不进控制环就是废的。

General Instinct联合创始人Guanming在Hacker News上发布了InstinctFlash，一个面向机器人模型的高性能推理框架，采用AGPL-3.0开源。他做这件事的动机很直白：部署机器人策略时反复撞上同一个问题——模型越来越好，但推理往往太慢，跟不上真正想要的控制环频率。

数据说话。在NVIDIA的Jetson Thor上，仅靠运行时优化（比如针对pi0.5做混合精度GEMM和CUDA Graphs）就能拿到1.2x到7.9x的加速；叠加蒸馏后的少步扩散调度器，把原始25个视觉步/50个动作步压到2步/4步，LingBot-VA模型最高拿到33.78x加速。

评测规模也够扎实：50个Robotwin2.0任务、每配置1153个episode。速度提升33倍，成功率只掉1.6个百分点——这是用极小的精度代价换控制环实时性，而这正是真机部署最稀缺的东西。

更值得注意的是它的工程姿态：目前支持8个VLA/world-action模型家族，包括pi0.5和NVIDIA Cosmos Policy，覆盖RTX 4090/5090和Jetson Thor；用户只要丢进微调后的checkpoint，框架就通过Python运行时或OpenPI兼容的WebSocket服务把加速后的模型暴露出来。

产业逻辑很清晰：自进化意味着高频交互、高频更新、高频执行，推理成本就是它的隐形天花板。过去一个月大家热议的是模型，下一个月卡脖子的会是推理。端侧算力加推理工程，是被严重低估的中间件层。

🧩 三块拼图，正在合拢

单点突破的时代结束了，自进化是一场系统工程。

把三条线索放到一起看，分工突然清晰了：乐享科技给出了「经验从哪来」的模型叙事，穆尧给出了「终局在哪」的第一性判断，General Instinct补上了「经验如何实时跑起来」的工程底座。三块拼图对应自进化闭环的三个环节——

闭环转起来的前提，是每一环都够快、够稳、够便宜。没有偏差检测，模型永远活在训练分布里；没有经验筛选，错误会被不断放大；没有实时推理，物理世界的机会窗口稍纵即逝。

从产业链视角看，具身智能正在长出类似大模型时代的分工：本体厂、模型厂、推理框架厂各占一层。据多位接近投资机构的人士透露，今年机构看具身智能项目时，问得最多的已经不是「采了多少小时真机数据」，而是「部署后的更新机制长什么样、单次推理延迟多少毫秒」。钱开始往闭环的关节处走，而不是往发布会的PPT上走。

⚠️ 别急着为自进化鼓掌

名词可以先行，兑现必须有据。

「自进化」是个容易引起争议的说法。进化究竟是模型参数真的变了，还是只做了任务的临时调整？多大程度上的调整能变成可迁移的新能力？一个模型适配不同场景和不同身体，应该被理解为工程层面的泛化，还是更强意义上的持续成长？在机器人行业仍然需要解决稳定执行问题的阶段，这些问题的每一个，都足以让「自进化」从亮点变成槽点。

冷静下来看，这一轮三个玩家各自交出的证据强度并不一样：

真正值得买方盯住的，是三样东西：可复现的评测协议、失败恢复率而非单次成功率、推理成本曲线。凡是拿不出这三样的「自进化」，都请先按营销话术处理。AI叙事周期反复证明一件事：先喊出概念的和先把工程做实的，最后留在牌桌上的往往是后者。

从「被训练」到「自我进化」，具身智能正在换赛道叙事，但换叙事救不了任何公司。2026年的胜负手不在发布会上，而在控制环里的每一毫秒推理，和每一次失败之后，模型到底记住了什么。